MétaCan
Menu
Retour à la cohorte
Enregistrement W3201646394 · doi:10.1021/acsami.1c12544

Spectroelectrochemical Detection of Water Dissociation in Bipolar Membranes

2021· article· en· W3201646394 sur OpenAlexafffund
Amelia Hohenadel, Apurva Shantilal Gangrade, Steven Holdcroft

Notice bibliographique

RevueACS Applied Materials & Interfaces · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueMembrane-based Ion Separation Techniques
Établissements canadiensSimon Fraser University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaBritish Columbia Innovation Council
Mots-clésDissociation (chemistry)MembraneIonMaterials scienceLimiting currentAnalytical Chemistry (journal)ElectrochemistryIon exchangeSelf-ionization of waterWater splittingChemical physicsElectrodeChemistryPhysical chemistryChromatographyCatalysisOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The potentials at which water dissociation occurs in bipolar membranes (BPM) and the relationship between water dissociation and current–voltage curve characteristics are explored using a novel spectroelectrochemical approach in which an anion exchange membrane is doped with a pH indicator. Using this method, we visually detect a pH change in the BPM resulting from OH – formed during the water dissociation reaction. The color change is measured with a UV/vis spectrometer, while electrochemical characterization of the BPM is performed simultaneously. Additional measurements were performed on BPMs with varying anion and cation exchange membrane layer thickness. Our measurements provide direct evidence of water dissociation occurring within a BPM at cross-membrane potentials below 0.5 V, within the first limiting current density region. We also show that the effects of changing bulk anion and cation exchange layer thickness is highly dependent on the permselectivity of these layers.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,006
Tête enseignante GPT0,211
Écart entre enseignants0,205 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Applied Materials & InterfacesMême sujetMembrane-based Ion Separation TechniquesTravaux en français237 207